标准化和全局对比度归一化有什么区别？ （图像预处理）
What's the difference between standardization and global contrast normalization? (Image preprocessing)
我正在尝试理解位于 here
的文章
我有两个问题：
标准化和全局对比度归一化有什么区别？
据我所知，我认为它们的意思相同，我们用全局均值减去图像的每个像素并除以全局标准差。
它们在机器学习或特征提取主题中的用途是什么？
感谢
1.) 从您分享的 post 中并不完全清楚，但看起来标准化是分别对每个图像列进行归一化（而全局对比度归一化对图像中的所有像素进行归一化）。我的猜测是，两者都使用此 pylearn2 documentation 中的标准化函数，但第一步将两个全局标志设置为 false，而第二步将它们设置为 true。
2.) 规范化是机器 learning/feature 提取中一个相当标准的步骤。它主要尝试将数据转换为通用输入 space，并且至少可以部分处理外部数据变化源，例如光照水平。一个好的开始是阅读关于 feature scaling.
的维基百科文章
我正在尝试理解位于 here
的文章我有两个问题：
标准化和全局对比度归一化有什么区别？ 据我所知，我认为它们的意思相同，我们用全局均值减去图像的每个像素并除以全局标准差。
它们在机器学习或特征提取主题中的用途是什么？
感谢
1.) 从您分享的 post 中并不完全清楚，但看起来标准化是分别对每个图像列进行归一化（而全局对比度归一化对图像中的所有像素进行归一化）。我的猜测是，两者都使用此 pylearn2 documentation 中的标准化函数，但第一步将两个全局标志设置为 false，而第二步将它们设置为 true。
2.) 规范化是机器 learning/feature 提取中一个相当标准的步骤。它主要尝试将数据转换为通用输入 space，并且至少可以部分处理外部数据变化源，例如光照水平。一个好的开始是阅读关于 feature scaling.
的维基百科文章